[发明专利]一种适应场景变化的非入侵式负荷识别方法

摘要

本发明公开了一种适应场景变化的非入侵式负荷识别方法，包括采集第一场景下的负荷的第一有功功率数据和第一无功功率数据，构建第一负荷样本；采集第二场景下的负荷的第二有功功率数据和第二无功功率数据，构建第二负荷样本；利用第二负荷样本中每类负荷的有功稳态值与第一负荷样本中每类负荷的有功稳态值得到有功迁移系数；利用第二负荷样本中每类负荷的无功稳态值与第一负荷样本中每类负荷的无功稳态值得到无功迁移系数；利用有功迁移系数和无功迁移系数获取迁移后的有功功率序列和无功功率序列，构成迁移后的样本；利用迁移后的样本训练神经网络得到分类器，利用分类器识别的负荷样本得到负荷类别。本发明在场景发生变化时可以准确识别负荷。

主权项

1.一种适应场景变化的非入侵式负荷识别方法，其特征在于，包括：(1)采集第一场景下的负荷的第一有功功率数据和第一无功功率数据，利用第一有功功率数据检测第一上升沿，根据第一上升沿、第一有功功率数据和第一无功功率数据，得到第一有功功率序列和第一无功功率序列，构成第一负荷样本；(2)采集第二场景下的负荷的第二有功功率数据和第二无功功率数据，利用第二有功功率数据检测第二上升沿，根据第二上升沿、第二有功功率数据和第二无功功率数据，得到第二有功功率序列和第二无功功率序列，构成第二负荷样本；(3)利用第二负荷样本中每类负荷的有功稳态值与第一负荷样本中每类负荷的有功稳态值得到有功迁移系数；利用第二负荷样本中每类负荷的无功稳态值与第一负荷样本中每类负荷的无功稳态值得到无功迁移系数；利用有功迁移系数和无功迁移系数获取迁移后的有功功率序列和无功功率序列，构成迁移后的样本；(4)利用迁移后的样本训练神经网络，得到分类器，对待识别场景的负荷的有功功率数据和无功功率数据进行处理得到待识别的负荷样本，将待识别的负荷样本输入分类器得到负荷类别。